状态空间极点配置设计.ppt
《状态空间极点配置设计.ppt》由会员分享,可在线阅读,更多相关《状态空间极点配置设计.ppt(118页珍藏版)》请在三一办公上搜索。
1、第4章 极点配置设计:状态空间方法,主要内容(1)状态反馈极点配置(2)状态观测器(3)带状态观测器的调节器设计(4)输入系统的极点配置,4.1 引言,状态空间中的极点配置设计方法是基本的设计方法之一。如果系统是完全状态可控的,那么,要求的z平面上闭环极点可以选择,并且,以这些极点为闭环极点的系统可以设计。这种在z平面设置期望的闭环极点的设计方法,称为极点配置设计法。在极点配置设计方法中,将反馈全部状态变量,使得全部闭环极点均设置在各期望的位置上。然而,实际的控制系统中,量测到全部状态变量是不可能的,不是全部状态变量都可以用于反馈。为了实现状态反馈,估计这些未知的状态变量是很必要的,这种估计可
2、以用状态观测器进行。,状态反馈极点配置问题,可以分成为两个部分:首先假定系统的全部状态都可能用于反馈,设计一个全状态反馈的控制系统;然后,再设计一个状态观测器,用来估计状态反馈要用的状态变量。设计中依据的参数为期望的闭环极点的位置和采样周期T。,4.2 状态反馈极点配置,假设系统的全部状态变量都可以量测,并且都能用于反馈。如果系统是完全状态可控的,那么,用状态反馈的方法,适当地选择状态反馈增益矩阵,可以将闭环系统的极点配置在z平面的任何期望的位置。首先必须指出,状态空间中,任意极点配置的充分且必要的条件是,系统必须是完全状态可控的。,4.2.1 状态反馈,假设连续系统由方程:描述。只讨论单输入
3、-单输出情况。对该系统按一定周期进行零阶保持采样得到的离散系统为:其中矩阵和由:给出。为简化起见,将系统写为:,连续控制器D(s)在时间域里用微分方程来表示,把微分运算用等效差分来近似,就可得到逼近微分方程的差分方程。等效差分有前向差分、后向差分等方法。前向差分法又称为欧拉法,是用前向差分近似导数:得到差分方程;后向差分法用后向差分近似导数:来得到差分方程。,4.2.1.1 差分法和双线性变换法,在上述变换变量中,相当于用(zl)/T或者(zl)/(zT)代替s。前面的章节已经表明,可把变量z和s用自然指数关联起来,即zexp(sT)。这两个差分近似相应于级数展开:(前向差分法/欧拉法)(4.
4、1)(后向差分法)(4.2)另一种与数值积分的梯形法相对应的近似法是:(4.3)这种近似也常常叫做双线性变换,或者塔斯廷(Tustin)近似。,使用上述近似方法时,可用下述s直接代替G(s)中的自变量s而得到脉冲传递函数G(z),其中:(前向差分法/欧拉法)(4.4)(后向差分法)(4.5)(双线性变换法)(4.6)从而,(4.4)式由s平面到z平面的映射,(4.5)式由s平面到z平面的映射,(4.6)式由s平面到z平面的映射,可以看出:使用前向差分法有可能把一个稳定的连续时间系统映射为一个不稳定的离散时间系统。使用后向差分近似时,一个稳定的连续时间系统将总是给出一个稳定的离散系统。但是一些不
5、稳定连续时间系统也可能被转换成稳定的离散时间系统。而且运用后向差分法时频率被严重压缩了,不能保证频率特性不变。使用双线性变换(塔斯廷近似)将s平面的左半平面映射到z平面的单位圆内。因此把连续时间系统的稳定性与离散时间系统的稳定性不变。,经过双线性近似变换后,模拟频率与离散频率之间存在着非线性关系。设模拟频率为,变换后得到的离散频率为,现在将s=i,z=eiT代入双线性变换式,得到:则模拟频率与离散频率之间有如下关系:即:(4.7),4.2.1.2 频率畸变现象的预防,与的非线性关系,双线性变换造成的频率畸变,由(4.7)式可知,在=0处没有频率畸变,并且T小时畸变也小。如果系统要求变换后的某些
6、特定频率不能畸变时,可以采用预畸变方法来补偿。要在规定的频率1处没有畸变,只要把(4.6)式的双线性变换修改为下列变换即可:(频率预畸变的双线性变换)(4.8)根据(4.8)式,可以得出:即该连续时间滤波器及其近似式在频率1处具有同样值。不过,该方法仅仅能在规定的频率处保证不发生畸变,在其他频率处仍会有畸变。,4.2.2 基于状态模型的近似法,在某些情况下,已知连续时间状态空间模型描述的控制器,希望将它离散化成离散时间近似式。可以把状态反馈控制器看作广义的P控制器。假设连续时间系统方程为:(4.12)且所有的状态都是可量测的。对应的离散系统方程为:(4.13)如果系统(4.12)是能控的,那么
7、使用形式为:(4.14)的控制器就可任意配置该闭环系统的极点。,对状态采样并在采样周期内保持控制信号恒定就可以实现数字形式(4.14)的控制器。随着采样周期的增加,离散闭环系统的特性开始恶化,不过,可以修改控制器以改进闭环系统的性能。假定离散时间控制器形式如下:(4.15)可以采用离散状态空间的极点配置设计方法来实现上述离散时间控制器(后续章节详细讨论)。这里讨论的是,如何使用近似方法把(4.14)式控制器转换成离散时间形式。,用连续时间控制器(5.14)式来控制连续系统(5.12)式,得到的闭环系统为:若在采样周期内保持uc(t)不变,就可以对状态方程积分,得出:(5.16)其中:,如果使用
8、离散时间控制器(5.15)式控制(5.13)式所示的离散系统,则有:(5.17)一般说来不可能选择使得:但可以利用级数展开,并使T的不同幂次项相等,以使二者非常接近。假设:那么:和,取即当(5.18)时,直到T2阶为止,系统(5.16)式和(5.17)式都具有同样的极点。当直到并包括T阶时,在不修改L的情况下各极点也是相同的。假设(5.16)式和(5.17)式的稳态值相同可确定M的修正式。令参考值是常数并假设状态的稳态值是x0,这可以得到如下关系:和从T幂到T2幂,上述两个关系式左边的级数展开式是相等的。,现在来确定以使上述两个关系式右边的级数展开式对T和T2也是相等的。假设:那么:和令这得出
9、:(5.19),故修正的离散时间控制器为(重新列写):(5.15)其中:(5.18)(5.19),在连续时间控制系统中,PID控制器应用得非常广泛。其设计技术成熟,长期以来形成了典型的结构,参数整定方便,结构更改灵活,能满足一般的控制要求。特别是PID控制技术有其突出的优点,当被控对象的结构和参数不能完全掌握,或得不到精确的数学模型时,控制理论的其他设计技术难以使用,系统的控制器的结构和参数必须依靠经验和现场调试来确定,这时应用PID控制技术最为方便。因此,PID控制具有很大的适应性和灵活性。当今,数字计算机广泛地应用于控制系统中。数字PID控制比连续PID控制更为优越,因为计算机程序的灵活性
10、,很容易克服连续PID控制中存在的问题,经修正而得到更完善的数字PID算法。,5.2.3 数字PID控制器,5.2.3.1 连续PID控制器,在连续时间系统的实际应用中,常常根据受控对象的特性和控制的性能要求,灵活地采用不同的控制组合,构成比例(P)控制器比例+积分(PI)控制器和比例+积分+微分(PID)控制器(5.23)式中KP比例放大系数;TI积分时间;TD微分时间。,比例控制能迅速反应误差,从而减小稳态误差。但是,比例控制不能消除稳态误差。比例放大系数的加大,会引起系统的不稳定。积分控制的作用是,只要系统有误差存在,积分控制器就不断地积累,输出控制量,以消除误差。因而,只要有足够的时间
11、,积分控制将能完全消除误差,使系统误差为零,从而消除稳态误差。积分作用太强会使系统超调加大,甚至使系统出现振荡。微分控制可以减小超调量,克服振荡,使系统的稳定性提高,同时加快系统的动态响应速度,减小调整时间,从而改善系统的动态性能。应用PID控制,必须适当地调整比例放大系数KP,积分时间TI和微分时间TD,使整个控制系统得到良好的性能。,PID控制器在连续-时间工业控制系统中是由硬件设备实现的。而在计算机控制系统中,PID控制器是通过计算机PID控制算法程序实现的。进入计算机的连续时间信号,必须经过采样和整量化后,变成数字量,方能进入计算机的存贮器和寄存器,而在数字计算机中的计算和处理,不论是
12、积分还是微分,只能用数值计算去逼近。因此在数字计算机中,PID控制规律的实现,也必须用数值逼近的方法。当采样周期相当短时,用求和代替积分,用差分代替微分,使PID算法离散化,将描述连续时间PID算法的微分方程,变为描述离散时间PID算法的差分方程。,5.2.3.2 离散化,用矩形求和代替积分时,有:(5.24)用差分代替微分:(5.25)将式(5.24)、(5.25)代入式(5.23),PID算法变为:(5.26)或(5.27),式中:u(k)第k 个采样时刻的控制;KP 比例放大系数;KI 积分放大系数:;KD 微分放大系数:;T 采样周期。式(5.26)或(5.27)是数字PID算法的非递
13、推形式,称全量算法。算法中,为了求和,必须将系统偏差的全部过去值e(j)(j=1,2,3,k)都存贮起来。这种算法得出控制量的全量输出u(k),是控制量的绝对数值。在控制系统中,这种控制量确定了执行机构的位置,故将这种算法称为“位置算法”。,当执行机构需要的不是控制量的绝对值,而是控制量的增量(例如去驱动步进电动机)时,需要用PID的“增量算法”。由位置算法求出:再求出:两式相减,得出控制量的增量算法:(5.28)(5.28)称为增量式PID算法。,对增量式数字PID算法(5.28)归并后,得:(5.29)其中:,表达式(5.29)已看不出是PID的表达式了,也看不出P、I、D作用的直接关系,
14、只表示了各次误差量对控制作用的影响。从式(5.29)看出,数字增量式PID算法,只要贮存最近的三个误差采样值e(k)、e(k-1)、e(k-2)就足够了。KP、TI、TD、T都预先选择好,因而每次采样后计算很方便。利用增量算法,可以得出位置的递推算法:(5.30)PID算法的选择,与受控对象的执行元件有关系。若系统的执行部件是步进电动机,用位置算法就不合适,因为步进电机本身就具有积分作用,因而要选用增量算法进行控制。,用增量算法的PID控制器有以下优点:增量算法不需要做累加,控制量增量的确定仅与最近几次误差采样值有关,计算误差或计算精度问题,对控制量的计算影响较小。而位置算法要用到过去的误差的
15、累加值容易产生大的累加误差。增量式算法得出的是控制量的增量,例如阀门控制中,只输出阀门开度的变化部分,误动作影响小,必要时通过逻辑判断限制或禁止本次输出,不会严重影响系统的工作。而位置算法的输出是控制量的全量输出,误动作影响大。采用增量算法,易于实现手动到自动的无冲击切换。,实际的控制系统中,存在着饱和特性。当控制变量达到一定值后,系统的输出变量不再增长,系统进入饱和区。这就要求系统的控制变量必须限制在某个范围之内,即:有时候,对控制量的变化率也有限制:若计算得到的控制量超出了上述范围,系统实际执行的不是控制量的计算值,而是控制量的最大值(umax或umin),控制达不到预期的效果,甚至引起振
16、荡。这种现象在开工、停工或大幅度改变给定值的情况下尤其容易发生。,5.2.3.3 数字PID的改进算法,PID位置算法的积分饱和,当误差信号e 较大时,由数字PID位置算法计算得出的控制u很大,以至uumax,如图中曲线a。控制系统这时执行的控制,实际上是u=umax,而不是计算值u,见图中曲线b。被控量的增长显然比不考虑饱和时的增长要慢。可以看到,受控量增长慢,正误差值的积累更大,当受控量增长到等于给定值时,误差等于零,但误差和积累项累积值很大,控制量u还将继续维持饱和,经过相当的时间(图中)后。才脱离饱和,这样,使系统被控量的超调量明显加大,严重的情况下,会引起系统出现振荡。PID位置算法
17、中,“饱和”主要由积分项引起,称为“积分饱和”。,是在误差量较大时,不进行积分,控制量u的计算中,只计算比例项和微分项,直到误差达到一定值之后,才加入积分累积,如图中曲线b所示。控制量不易进入饱和区,即使进入饱和区了,也能很快退出,系统被控量的特性,比直接用PID位置算法时的特性有了改善。积分分离法的PID算法为:(5.31)其中:为门限值,见图所示。用积分分离的改进算法效果较好,程序简单。,5.2.3.3.1 积分分离法,基本思想是,当控制进入饱和区以后,便不再进行积分项的累加,而只执行削弱积分的运算。因而,在计算u(k)时,先判断u(k-1)是否已超出限制值,若u(k-1)umax,则只累
18、加负偏差,若u(k-1)umin,则累加正偏差。这种算法可以避免控制量长时间停留在饱和区。用消弱积分法的PID算法时,系统响应和控制量示于图中。,5.2.3.3.2 遇限消弱积分法,遇限消弱积分法克服积分饱和,在上述数字PID算法中,采用梯形积分取代矩形积分,从而提高积分项运算精度,减少残差。在此基础上,可采用有效偏差法来克服积分饱和。其思想是将实际执行的控制量对应的误差值作为有效误差值,进行积分累加,而不用实际的误差值进行积分累加。,5.2.3.3.3 梯形积分和有效偏差法,数字PID增量算法中没有累加和项,不会出现积分饱和,避免了大的超调和振荡。但在增量算法中,可能出现比例与微分饱和现象。
19、,5.2.3.3.4 数字PID增量算法的比例与微分饱和及其抑制,当给定量发生较大的跳变时,PID增量算法中的比例微分部分计算得之控制量可能很大。当控制量的计算值超过了限制值时,即uumax,或uumax,实际系统中只能取u=umax,见(b)图中u,则系统的响应减慢。(c)绘出了当控制量的变化率受限制时,给定量的变化和系统的响应及控制量的变化曲线。从上图的分析,可以看出,比例和微分饱和,使系统的动态过程变慢,达不到计算的效果。为了抑制微分饱和,加速系统的动态过程,可以采用积累补偿法。,积累补偿法的基本思想是,将那些因饱和而未能执行的控制增量信息累积起来,一旦有可能时再补充执行。这样,信息没有
20、丢失,动态过程可以加快。做法是,如果计算出的u(k)越界,多余的未执行的控制增量将存贮在累加器中。一旦控制u(k)脱离了饱和区,累加器中的量将全部或部分地加到计算机算出的控制增量中,以补偿由于限制而未执行的控制。使用“积累补偿”法,可以抑制比例微分饱和。然而,由于引入了累加器,便具有积分作用,使得增量算法中也可能出现积分饱和现象。应该避免出现积分饱和。,PID控制器有K、Ti、Td、Tt、b、N、umin和umax等参数需要选择。基本参数是K、Ti和Td。除此之外,还需要确定系统的采样周期T。实际的被控对象,特别是工业控制过程,数学模型很难准确获得,而且随着时间的变化,过程参数在不断地变化,过
21、程模型也在缓慢地变化。因此工程上,PID控制器的参数常常是通过实验来确定,通过试凑,或者通过实验经验公式来确定。齐格勒和尼科尔斯在1942年提出了两种经典的试探规则,即阶跃响应法和最大灵敏度法,可用它们来确定控制器参数。此外,还可以运用实验凑试法等方法来选择参数。,5.2.3.4 参数整定,适用于阶跃响应呈现单调特性的系统或过程。给定单位阶跃输入,记录响应曲线;在响应曲线的斜率最陡处作切线;确定斜率和切线与横坐标轴的交点;再确定参数L(称为视在死区时间)和a=RL;查表,获得控制器的经验参数。,5.2.3.4.1 齐格勒-尼科尔斯方法,5.2.3.4.1.1 阶跃响应法,表5.1 由齐格勒-尼
22、柯尔斯阶跃响应法得到的PID参数,关键是确定开环系统的奈奎斯特曲线与负实轴的交点。具体方法是:选择一个足够短的采样周期,使其为被控对象纯滞后时间的十分之一以下;把控制器与系统(或过程)相连,按选择的采样周期工作,调整参数以获得纯比例(P)控制;逐渐增加控制器增益KP(或者说,减小比例度=1/KP),直到闭环系统达到稳定边界为止(出现等幅振荡),进而确定此时的临界增益Ku和临界振荡周期Tu;通过查表得到控制器的经验参数。,最大灵敏度法,表5.2 根据最大灵敏度法得到的PID参数,5.2.3.4.1.3 关于齐格勒-尼科尔斯方法的评价,齐格勒-尼柯尔斯整定规则用两个参数表征过程的动力学特性,再通过
23、简单的查表得到控制器参数,在概念上有吸引力,运用也非常广泛。但齐格勒-尼柯尔斯规则有以下缺点:获得的闭环系统的相对阻尼非常低,典型值大约是0.2;该调整规则不能给出全部的控制器参数;积分时间总是微分时间的4倍。通过修改表中的数值可以改善阻尼。但若要改进整定需要更多的参数。因此应当小心使用齐格勒-尼柯尔斯型整定规则。,5.2.3.4.2 实验凑试法,实验凑试法是通过闭环运行或模拟,观察系统的响应曲线,然后根据各参数对系统的影响,反复凑试参数,直至出现满意的响应,从而确定PID控制参数。实验凑试,可对参数先比例,再积分,最后微分的整定步骤。PID参数对控制质量的影响不十分敏感。因而整定中,参数的选
24、择不是唯一的。不同的比例、积分、微分的组合,可能达到相近的控制效果。实际应用中,只要受控过程或受控对象的主要指标达到设计要求,相应的控制器参数即可作为有效的控制参数。,5.2.3.5 采样周期的选择,从信号的保真度来考虑,采样周期T不宜太长,香农(Shannon)采样定理给出了下限频率即s2max,max是原来信号的最高频率。从控制性能来考虑,T应尽可能地短,也即s应尽可能地高,但是采样频率越高,对计算机的运算速度要求越快,存储器容量要求越大,计算机的工作时间和工作量随之增加。另外,采样频率高到一定程度,对系统性能的改善已经不显著了。,采样周期T的选择与下列一些因素有关:(1)作用于系统的扰动
25、信号频率fn。通常fn越高,要求采样频率fs也要相应提高,即采样周期(T=2/fs)缩短。(2)对象的动态特性。当系统中仅是惯性时间常数起作用时,s10m,m为系统的通频带;当系统中纯滞后时间占有一定份量时,应该选择T/10;当系统中纯滞后时间占主导作用时,可选择T。表5.3列出了几种常见的对象,选择采样周期的经验数据。(3)测量控制回路数。测量控制回路数N越多,采样周期T越长。若采样时间为s,则采样周期TNs。(4)与计算字长有关。计算字越长,计算时间越多,采样频率就不能太高。反之,计算字长较短,便可适当提高采样频率。,表5.3 常见对象选择采样周期的经验数据,5.2.4 小结,前面内容介绍
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 状态 空间 极点 配置 设计
链接地址:https://www.31ppt.com/p-5999031.html